Caregiver 场景的 AI 教学落地:工作坊设计与可复核的成效指标
Caregiver 场景的 AI 教学,在没有现成教材与评估数据时,能落地的是任务边界划定与可复核的记录口径,而不是效果承诺。文章给出工作坊的最小环节结构、指标定义要素(统计对象、时间窗、单位、比较基期),以及隐私与责任边界;模型能力、配额与成本等需按平台当期文档核实。
在没有现成课程材料与评估数据的条件下,Caregiver(照护者,含家属照护者与护理助理,非临床医生)场景的 AI 教学,能落地的是任务边界划定与可复核的记录口径;不能落地的是效果承诺。任何“学完就能提升照护质量”的说法,都需要先有基线和对照,本次材料不支持这类结论。
先把三条边界写进课程,再谈教学内容#
任务边界
把照护任务分成三类:AI 可独立完成(如把口语记录整理成时间线)、必须人工复核(如用药提醒文案、就医沟通摘要)、不得使用(如剂量判断、症状归因)。第三类不是保守,而是把错误代价前置说明。
隐私边界
照护场景天然涉及被照护者的健康、用药与身份信息,属于敏感信息。工作坊不应要求学员粘贴真实记录,练习统一使用合成案例或彻底脱敏的片段。具体适用条款因所在司法辖区而异,需按当地规定核实,本文不给出法律结论。
责任边界
AI 输出只能作为草稿,进入实际使用前必须有人复核。教学话术里应避免“AI 判断”“AI 建议用药”这类表述。
一场免费工作坊的最小结构#
“免费”带来一个现实约束:没有付费门槛筛选参与者,出席率与完成率通常更难保证。因此设计上宜缩短单场时长、让每个环节都产出可直接带走的东西。以下为设计建议,未在真实场次执行验证,时长需按人数与设备条件调整。
- 任务盘点(约 15 分钟):学员写下本周实际做过的 10 件照护事务,不写工具、不写感受。
- 三类标注(约 20 分钟):逐条标为“可用、需复核、不得使用”,并各写一句理由。
- 写一个模板(约 25 分钟):只针对一条“需复核”任务,写清输入、期望输出格式、禁止项、失败时的退出路径。
- 两人互测(约 20 分钟):用合成案例跑一遍,只记录失败类型,不评价“好不好用”。
- 留下记录(约 10 分钟):带走模板与记录表,约定两周后的复核时间。
指标:先定口径,再谈成效#
可复核的前提是每个指标都写清统计对象、时间窗、单位与比较基期。没有基线时只能报横断面数据,不能写成“提升”或“增长”。下表是建议口径,不是实测结果。
| 指标 | 定义与统计对象 | 采集方式 | 可复核条件 |
|---|---|---|---|
| 边界标注完成率 | 单场学员提交清单中,完成三类标注的条目数 ÷ 提交条目总数 | 回收纸质或表单清单 | 保留原始清单,可重算 |
| 模板留存率 | 工作坊后两周仍能提供可复用模板的人数 ÷ 当场上交模板人数 | 回访记录 | 回访时间窗固定,缺失样本单独列出,不计入分母调整 |
| 人工复核触发率 | 进入实际使用前被修改或拦截的输出次数 ÷ 记录的调用次数 | 学员自填日志 | 需说明“调用次数”如何计数,自填数据的偏差要写明 |
| 失败类型分布 | 失败按“信息错误、越权建议、格式不可用、无法判断”四类计数 | 互测环节记录 | 分类定义随记录表一起发放,避免事后重分类 |
满意度评分可以收集,但它不是成效指标,不宜作为唯一依据。
一个记录结构示例#
下面的片段是未执行的示例,仅示意字段划分,不构成采集规范,也未在真实场景运行过。
{
"session_id": "demo-session",
"task": "就医沟通摘要",
"boundary": "needs_human_review",
"input_type": "synthetic_case",
"output_format": "bullet_list",
"forbidden": ["dose_advice", "diagnosis"],
"fallback": "转人工整理",
"review_triggered": true,
"failure_type": "format_unusable"
}
本次未能确认的部分#
具体模型在该场景下的准确率、调用成本与配额、平台当期可用接口与限制,本文没有可核验材料,均待核实;需要时以平台文档与实际调用记录为准。若工作坊涉及调用外部接口,费用与额度应单独向参与者说明,不要与“免费工作坊”混为一谈。